Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Molienda Analisis
Molienda Analisis
Ingeniería de Química
Sevilla, 2018
Proyecto fin de Carrera
Ingeniero Químico
ANÁLISIS DE LA MOLIENDA DE LA
MALTA DE CEBADA Y EFECTOS EN EL
RENDIMIENTO DEL MACERADO
Autor:
Pablo Martín Pica
Tutor:
José Fernando Vidal Barrera
Profesor titular
Universidad de Sevilla
Sevilla, 2018
AGRADECIMIENTOS:
1. Introducción .......................................................................................... 1
4. Resultados ......................................................................................... 34
5. Conclusiones. ..................................................................................... 56
8. Bibliografía ......................................................................................... 62
ÍNDICE DE TABLAS:
1
posteriormente utilizada en ceremonias y ritos religiosos. Tras la caída del
imperio sumerio, segundo milenio antes de Cristo, los babilonios se
convirtieron en los gobernantes de Mesopotamia, en el año 6000 a.C era un
alimento básico en la dieta babilónica, bebida de extracto de cebada, salubre,
tonificante y fuente de agua. La “sikaru”, bebida embriagadora, era la bebida
nacional y de los dioses. Hoy se sabe que los babilonios tenían 20 tipos de
cerveza diferentes.
En China del 8000 al 5000 AC había cervezas de distinta calidad para los
distintos rangos sociales, datándose tablas de piedra esculpida con recetas,
utilizándose en su elaboración vasijas de cuello estrecho y con hendiduras en
la superficie interna. Hay testimonios en el código de Hammurabi en el 1750
AC.
2
espantoso fermentado de cebada o trigo, una bebida que sólo tiene similitud
muy lejos del vino”.
La caída del imperio romano propició una ola de invasión culturan pagana
que el cristianismo se encargó de combatir. Con el tiempo, la producción de
cerveza cayó bajo la atenta mirada de la Iglesia Romana. Abadías cristianas,
como centro de la agricultura, el conocimiento y la ciencia, perfeccionaron los
métodos de elaboración de la cerveza. Inicialmente, la elaboraban para los
hermanos y para la visita de los peregrinos, más tarde como un medio de
financiar sus comunidades. Sin embargo, no era todavía muy conocido el
papel de la levadura utilizada hoy día en la fermentación. La fabricación de
la cerveza jugó un papel importante en la vida cotidiana. Era considerada una
bebida valiosa para productos alimenticios e incluso a los trabajadores se les
pagaba a menudo con jarras de cerveza.
3
embargo, los monjes se dieron cuenta de las propiedades inmejorables del
lúpulo para conservar la cerveza durante mucho más tiempo, así como sus
propiedades aromáticas que hizo aumentar paulatinamente el consumo.
4
2. La cerveza se estropea porque existe contaminación de
microorganismos que provienen del exterior del proceso cervecero.
5
La fábrica se construyó junto a la orilla del río Manzanares y permaneció activa
desde1537 hasta 1558, cuando el Rey abdicó y se retiró al monasterio de
Yuste en Cáceres. El hecho de que el consumo de cerveza no terminara de
despegar, fue debido a que el vino en España era bueno y barato.
6
1.2 MOLIENDA.
7
Por tanto, la molienda nos interesa que sea fina pero no en exceso, ya
que cuanto más fina, menor será la porosidad del lecho filtrante complicando
el filtrado del mosto tras el macerado pudiendo a llegar al límite en el que el
mosto no fluya imposibilitando el filtrado. Podemos evitar esto sí, tras la
molienda, se tamiza con un tamiz lo suficientemente fino para que sólo pueda
eliminar las harinas.
Medios: Sémolas,
8
- Filtrabilidad de la cerveza.
9
1.3 MACERADO.
Al mosto sólo pueden pasar las sustancias posibles por lo que habrá parte
de la molienda que no pasará al mosto, es por ello necesario que las
sustancias insolubles de la molienda sean convertidas en insolubles durante
la maceración. Las sustancias solubles son, por ejemplo, los azúcares, las
dextrinas, las sustancias minerales y determinadas sustancias albuminoideas.
Todas las sustancias que entran en solución se denominan extracto.
No obstante, hay sustancias indeseadas que pueden formar parte del extracto.
Los taninos forman parte de estas sustancias, por tanto, no sólo la cantidad
sino también la calidad del extracto es importante.
10
Figura 1. Evolución de la actividad enzimática con la Temperatura.
11
a dextrinas límites no colorantes con yodo. La degradación completa hasta
ese estado de reacción normal al yodo es necesaria por motivos económicos
y porque los restos de almidón no degradado causan un enturbiamiento de
almidón en la cerveza. Según el tipo de cerveza, dicho enturbiamiento puede
ser deseado, pero es importante controlarlo por si en nuestro caso no nos
interesa.
12
• La β-amilasa disocia maltosa de los extremos de cadena no reducidos,
pero también forma glucosa y maltotriosa. Actúa de forma óptima a
temperaturas de 60-65ºC y es muy sensible a temperaturas mayores,
desactivándose rápidamente a 70ºC. Valor óptimo de pH 5,4 a 5,5.
13
La porción de azúcares fermentables se determina por la actividad
variable de las enzimas. De esta manera se establece al mismo tiempo la
atenuación límite durante la maceración.
14
α-amilasa aún presente, de lo contrario existe el riesgo de que el mosto que
antes era normal a reacción al yodo vuelva a ser no normal.
15
• Concentración de la templa (templa = mezcla entre agua y malta molida):
En las templas más finas entra más extracto en solución, pero las templas
más gruesas protegen a las enzimas de una inactivación térmica
demasiado rápida. De esta manera la cantidad de azúcares fermentables
aumenta en las templas más gruesas y con ello la atenuación límite.
Con todo esto sacamos como conclusión que para la maceración debemos
tener en cuenta una serie de consideraciones clave teniendo muy en cuenta
los siguientes parámetros:
16
Al finalizar el proceso de macerado pasaremos a la filtración del mosto. La
templa está compuesta por una mezcla acuosa de sustancias disueltas y no
disueltas.
(2) el lavado de los afrechos para la extracción del extracto soluble (coladas
secundarias).
El extracto retenido por los afrechos es extraído por lavado con agua
caliente. Este proceso se denomina riego o rociado. Los mostos descargados
y más diluidos se llaman coladas secundarias.
17
La cantidad de agua de riego depende de la cantidad y de la concentración
del primer mosto y de la concentración alcanzable en la paila. Cuanta más
agua de rociado pase a través de los afrechos, tanto más intensivamente son
lavadas y tanto mayor es el rendimiento.
Pero también: cuanta más agua pasa a través de los afrechos, tanta más agua
debe ser evaporada nuevamente durante la cocción. Por esto, debe lograrse
un compromiso entre el tiempo de filtración y rendimiento, y duración de
cocción y costos de energía.
Con una mayor concentración del primer mosto, se puede rociar tanto más
cuanto mayor sea la concentración del primer mosto. Por este motivo, con un
primer mosto de porcentaje más elevado se obtiene también un mayor
rendimiento. En esto, la temperatura de filtración es de suma importancia. Con
temperatura creciente disminuye la viscosidad del líquido. Esto significa que
la filtración del mosto sería más rápida a 100ºC. Dado que en todos los casos
se extrae por lavado, durante el rociado, el almidón no disuelto y remanente
en los afrechos, una sacarificación posterior, a través de α-amilasas, sólo
puede ser realizada si estas últimas no fueron inactivadas por temperaturas
mayores que 78ºC. Por este motivo, una filtración a 100ºC tiene siempre como
resultado un “cocimiento azul”, reacción de yodo. Dado que la α-amilasa es
destruida a 80ºC, es necesario mantenerse debajo de esa temperatura
durante la filtración del mosto.
18
1.4 DISEÑO DE EXPERIMENTOS.
19
Variable
Niveles
-1 1
Pasos molino Un paso Tres pasos
Apertura rodillos 0.75mm 1.5mm
Tipo de molienda Seca Húmeda
Tiempo macerado 60 min 90 min
Tabla 1. Variables y niveles para el diseño de experimentos.
20
2.ANTECEDENTES, OBJETIVO Y ALCANCE.
2.1 ANTECEDENTES:
21
industrias y para la realización de experiencias prácticas en la asignatura del
Máster de Ingeniería Química “Biotecnología”.
22
2.2 OBJETIVO DEL PROYECTO:
VARIABLES NIVELES
Tipo de molienda Seca Húmeda
Apertura del molino 0,75 1,5
Pasos por el molino 1 paso 3 pasos
Tiempo de macerado 60 min 90 min
Tabla 2. Variables y niveles entre los que varían.
Cada una de ellas toma dos valores distintos, de esta forma tenemos los
16 experimentos a realizar. Realizando un estudio estadístico del resultado
de cada uno de los experimentos mediante el algoritmo de yates para un
diseño factorial de experimentos, veremos el efecto que tiene cambiar el nivel
de las variables con respecto al valor promedio, de esta forma comparamos
los efectos de cada una de ellas para deducir la configuración óptima con la
que obtenemos el mayor rendimiento en los procesos de molienda y
macerado.
23
2.3 ALCANCE DEL PROYECTO:
Por tanto, el alcance del proyecto será ver que configuración de las 16
estudiadas nos interesa más para un proceso de elaboración de cerveza.
24
3.METODOLOGÍA EXPERIMENTAL:
26
añadida sea igual o al menos lo más parecido posible al mosto que sacamos
para su medida. Para ello disponemos de una bomba peristáltica que nos
proporciona un caudal constante. Haciendo una sencilla prueba vemos el
caudal que nos proporciona el grifo de agua del macerador obteniendo los
siguientes resultados: 100ml – 12 segundos, 500 ml – 60 segundos, estamos
obteniendo un caudal de 0,5 litros por minuto así que ajustaremos la bomba
peristáltica para que nos proporciones dicho caudal. Cada litro que sacamos
del tanque de macerado le hacemos una medida de densidad en grados Brix
para comprobar la evolución, continuamos con dicho proceso hasta alcanzar
una densidad de aproximadamente 1 grado Brix. Una vez alcanzada dicha
densidad hemos terminado con el proceso de rociado/aspersión.
Experimento número 1.
27
vacío a la sala de balanzas. Colocamos el vaso vacío en la balanza, taramos
y agregamos malta hasta obtener un kilogramo. En nuestro caso el peso
exacto de malta es: 1,02 kilogramos.
Con los 1,2 kilogramos de malta que hemos separado para nuestro
experimento pasamos al proceso de molienda. Preparamos en primer lugar el
vaso donde tenemos la malta, el molino lo ajustamos a las especificaciones
del experimento en cuestión con la ayuda de un calibre, en este caso lo
ajustamos a 0,75 milímetros además de un vaso de precipitado limpio y vacío
donde dejaremos caer el producto molido. Vamos añadiendo la malta poco a
poco en la tolva disponible en el molino mientras que vamos moliendo con
ayuda de la manivela inferior, recogiendo el producto obtenido en el vaso de
precipitado vacío. Una vez terminado el proceso, tendremos los 1,2 kilogramos
de malta molidos fruto del producto del proceso de la molienda con los cuales
continuamos trabajando.
28
A continuación, separamos 100 gramos del producto obtenido del molino,
tiene que ser representativo del total, por lo que procuramos seleccionarlo lo
más uniforme posible. Lo llevamos a la batería de tamices y obtenemos el
siguiente análisis granulométrico:
29
Ya tenemos nuestra mezcla preparada, antes de comenzar
comprobamos la temperatura de la mezcla, en este caso es de 66ºC, por tanto,
estamos en el rango en el que nos interesa que transcurra el proceso por lo
que cerramos la tapa y comenzamos a contabilizar los 60 minutos. Durante
este tiempo cada 15 minutos aproximadamente comprobamos la temperatura
para que no se nos vaya demasiado, no es aconsejable añadir agua
nuevamente, aunque en caso de perder mucha temperatura se puede añadir
algo de agua. En este caso concreto las temperaturas son:
• 15 minutos: 64ºC
• 30 minutos: 63ºC
• 45 minutos: 62ºC
30
Figura 7. Rociado del mosto
31
Los resultados obtenidos se muestran en la siguiente tabla.
Volumen total de mosto: π*r 2*h = π*10,7*142= 6588 cm2 ~ 6.6 litros.
32
Con esto hemos terminado el experimento y podemos pasar al siguiente.
El proceso es el mismo así que únicamente voy a nombrar para que queden
detalladas las condiciones de cada experimento en una tabla.
Con este diseño, quedan todas las configuraciones posibles para nuestro
problema de cuatro variables con dos niveles, nuestro diseño exponencial de
experimentos 2^4.
33
4.RESULTADOS:
34
4.2 CÁLCULO DE RENDIMIENTO.
𝑒𝑥𝑡𝑟𝑎𝑐𝑡𝑜 𝑚𝑜𝑠𝑡𝑜
ƞ= ∗ 100
𝑒𝑥𝑡𝑟𝑎𝑐𝑡𝑜 𝑝𝑜𝑡𝑒𝑛𝑐𝑖𝑎𝑙
𝑉 ∗ 𝑆𝐺 ∗ º𝑃 ∗ 10/1000
Donde:
35
• El extracto potencial de la malta 0,84.
𝑒𝑥𝑡𝑟𝑎𝑐𝑡𝑜 𝑚𝑜𝑠𝑡𝑜
ƞ= ∗ 100
𝑒𝑥𝑡𝑟𝑎𝑐𝑡𝑜 𝑝𝑜𝑡𝑒𝑛𝑐𝑖𝑎𝑙
0,5517
ƞ= ∗ 100 = 65,67%
0,84
𝑉 ∗ 𝑆𝐺 ∗ º𝑃 ∗ 10/1000
0,577
ƞ= ∗ 100 = 68,66%
0,84
36
4.2.3 Ensayo nº3:
𝑉 ∗ 𝑆𝐺 ∗ º𝑃 ∗ 10/1000
7,6 ∗ 1,028 ∗ 7 ∗ 10
= 0,5469
1000
0,5469
ƞ= ∗ 100 = 65,11%
0,84
𝑉 ∗ 𝑆𝐺 ∗ º𝑃 ∗ 10/1000
37
0,6599
ƞ= ∗ 100 = 78,47%
0,84
𝑉 ∗ 𝑆𝐺 ∗ º𝑃 ∗ 10/1000
𝑉 ∗ 𝑆𝐺 ∗ º𝑃 ∗ 10/1000
7,1 ∗ 1,028 ∗ 8 ∗ 10
= 0,5839
1000
0,5839
ƞ= ∗ 100 = 69,51%
0,84
38
4.2.7 Ensayo nº7:
𝑉 ∗ 𝑆𝐺 ∗ º𝑃 ∗ 10/1000
0,6111
ƞ= ∗ 100 = 72,76%
0,84
𝑉 ∗ 𝑆𝐺 ∗ º𝑃 ∗ 10/1000
0,6008
ƞ= ∗ 100 = 71,52%
0,84
39
4.2.9 Ensayo nº9:
𝑉 ∗ 𝑆𝐺 ∗ º𝑃 ∗ 10/1000
0,6111
ƞ= ∗ 100 = 79,62%
0,84
4.2.10 Ensayo nº10:
𝑉 ∗ 𝑆𝐺 ∗ º𝑃 ∗ 10/1000
0,6577
ƞ= ∗ 100 = 78,29%
0,84
40
4.2.11 Ensayo nº11:
𝑉 ∗ 𝑆𝐺 ∗ º𝑃 ∗ 10/1000
0,5839
ƞ= ∗ 100 = 69,51%
0,84
𝑉 ∗ 𝑆𝐺 ∗ º𝑃 ∗ 10/1000
41
0,6510
ƞ= ∗ 100 = 77,50%
0,84
𝑉 ∗ 𝑆𝐺 ∗ º𝑃 ∗ 10/1000
0,5946
ƞ= ∗ 100 = 70,78%
0,84
𝑉 ∗ 𝑆𝐺 ∗ º𝑃 ∗ 10/1000
7 ∗ 1,032 ∗ 8,1 ∗ 10
= 0,5851
1000
42
0,5851
ƞ= ∗ 100 = 69,66%
0,84
𝑉 ∗ 𝑆𝐺 ∗ º𝑃 ∗ 10/1000
0,6531
ƞ= ∗ 100 = 77,75%
0,84
𝑉 ∗ 𝑆𝐺 ∗ º𝑃 ∗ 10/1000
43
7,6 ∗ 1,033 ∗ 8,3 ∗ 10
= 0,6516
1000
0,6516
ƞ= ∗ 100 = 77,57%
0,84
44
Exp. Vol (l) º plato SG Ext. Ext. Ƞ (%)
Potencial Obtenido
1 6,6 8,1 1,032 0,84 0,5517 65,67
2 6,9 8,1 1,032 0,84 0,577 68,66
3 7,6 7 1,028 0,84 0,5469 65,11
4 7,5 8,5 1,034 0,84 0,659 78,47
5 7,1 8,4 1,034 0,84 0,6167 73,4
6 7,1 8 1,028 0,84 0,5839 69,51
7 7,6 7,8 1,031 0,84 0,6111 72,76
8 7,1 8,2 1,032 0,84 0,6008 71,52
9 7,7 8,4 1,034 0,84 0,6688 79,62
10 6,9 9,2 1,036 0,84 0,6577 78,29
11 6,9 8,2 1,032 0,84 0,5839 69,51
12 7,6 8,3 1,032 0,84 0,6510 77,5
13 7,3 7,9 1,031 0,84 0,5946 70,78
14 7 8,1 1,032 0,84 0,5851 69.66
15 6,7 9,4 1,037 0,84 0,6531 77,75
16 7,6 8,3 1,033 0,84 0,6516 77,57
Tabla 6. Resultado detallado de los experimentos.
45
4.3 Algoritmo de Yates.
• El algoritmo de Yates.
46
• La tercera columna cambia su valor cada cuatro filas, o cada cuatro
experimentos.
• La cuarta columna cambia su valor cada ocho filas.
• La quinta columna la llamaremos columna respuesta. Su valor será
el rendimiento que hemos obtenido en el experimento al que nos
estamos refiriendo en cada columna.
Experimento A B C D RESP
1 -1 -1 -1 -1 65,65
2 1 -1 -1 -1 68,63
3 -1 1 -1 -1 65,08
4 1 1 -1 -1 78,44
5 -1 -1 1 -1 73,38
6 1 -1 1 -1 69,48
7 -1 1 1 -1 72,73
8 1 1 1 -1 71,49
9 -1 -1 -1 1 79,59
10 1 -1 -1 1 78,26
11 -1 1 -1 1 69,48
12 1 1 -1 1 77,46
13 -1 -1 1 1 70,57
14 1 -1 1 1 69,63
15 -1 1 1 1 77,72
16 1 1 1 1 77,54
Tabla 7. Algoritmo de Yates, primera parte.
47
3. Añadimos una columna auxiliar por cada variable de estudio. Dichas
columnas auxiliares se completan de la siguiente forma:
La mitad inferior se completa del mismo modo, pero en este caso restando
valores de la columna respuesta de la siguiente forma. El primer valor, que
será la casilla número 8 de la primera columna del algoritmo de Yates será el
resultado de restar el segundo valor menos el primer valor de la columna
respuesta, la casilla número 9 será el resultado de restar el cuarto valor menos
el tercer valor de la columna respuesta, y así sucesivamente.
La segunda se rellena del mismo modo que la primera, pero utilizando como
columna para el cálculo, la primera columna auxiliar. Es decir, en vez de
utilizar la columna respuesta, utilizamos la columna que acabamos de rellenar
a partir de ella. De forma que sumando los valores de la primera columna
auxiliar dos a dos rellenaremos los valores de la mitad superior de la segunda
48
columna auxiliar, mientras que restando los valores dos a dos ( siempre el de
abajo menos el de arriba) rellenamos la mitad inferior de la segunda columna
del algoritmo.
49
RESP I II III IV DIV EFECTO ID
65,65 134,28 277,8 579,87 1162,47 16 72,654375 media
68,63 143,52 302,07 582,6 16,73 8 2,09125 pasos
65,08 142,86 287,14 11,2 14,75 8 1,84375 λ
78,44 144,22 295,46 5,53 23,11 8 2,88875 pasos,λ
73,38 157,85 16,34 10,6 32,59 8 4,07375 tipo
69,48 146,94 -5,14 4,15 -29,25 8 -3,65625 pasos,tipo
72,73 140,2 6,65 13,04 18,09 8 2,26125 λ,tipo
71,49 155,26 -1,12 10,07 -16,27 8 -2,03375 pasos,λ,tipo
79,59 2,98 9,24 24,27 2,73 8 0,34125 tm
78,26 13,36 1,36 8,32 -5,67 8 -0,70875 pasos,tm
69,48 -3,9 -10,91 -21,48 -6,45 8 -0,80625 λ,tm
77,46 -1,24 15,06 -7,77 -2,97 8 -0,37125 pasos,λ,tm
70,57 -1,33 10,38 -7,88 -15,95 8 -1,99375 tipo,tm
69,63 7,98 2,66 25,97 13,71 8 1,71375 pasos,tipo,tm
77,72 -0,94 9,31 -7,72 33,85 8 4,23125 λ,tipo,tm
77,54 -0,18 0,76 -8,55 -0,83 8 -0,10375 pasos,λ,tipo,tm
Tabla 8. Algoritmo de Yates, segunda parte.
50
7. A continuación, ordenamos los efectos de menor a mayor, empezando
por los más negativos hasta llegar al positivo mayor que siempre va a
ser la media. Obteniendo la siguiente tabla (tabla 9):
EF ID ORDEN PROB
-3,65625 pasos,tipo 1 3,33
-2,03375 tipo,tm 2 10
-1,99375 pasos,λ,tipo 3 16,67
-0,80625 λ,tm 4 23,33
-0,70875 pasos,tm 5 30
-0,37125 pasos,λ,tm 6 36,67
-0,10375 pasos,λ,tipo,tm 7 43,33
0,34125 tm 8 50
1,71375 pasos,tipo,tm 9 56,67
1,84375 λ 10 63,33
2,09125 pasos 11 70
2,26125 λ,tipo 12 76,67
2,88875 pasos,λ 13 83,33
4,07375 tipo 14 90
4,23125 λ,tipo,tm 15 96,67
72,654375 media
Tabla 9. Algoritmo de Yates, tercera parte.
51
pasos,tipo -3,65625 3,33
tipo,tm -2,03375 10
pasos,λ,tipo -1,99375 16,67
λ,tm -0,80625 23,33
pasos,tm -0,70875 30
pasos,λ,tm -0,37125 36,67
pasos,λ,tipo,tm -0,10375 43,33
tm 0,34125 50
pasos,tipo,tm 1,71375 56,67
λ 1,84375 63,33
pasos 2,09125 70
λ,tipo 2,26125 76,67
pasos,λ 2,88875 83,33
tipo 4,07375 90
λ,tipo,tm 4,23125 96,67
Tabla 10. Algoritmo de Yates, última parte.
Algoritmo de Yates
100
λ,tipo, tm
90 tipo
80
70
60
50
40
30
20
10
pasos, tipo
0
-5 -4 -3 -2 -1 0 1 2 3 4 5
52
Ahora se trata de mediante observaciones en dicho gráfico, ver que efectos
son significativos. Hay que comentar que sería conveniente hacer dicha
representación en un papel probabilístico normal ya que al presentar en él
datos provenientes de una ley normal, los puntos quedarán prácticamente
alineados.
Por tanto, una vez calculados los efectos, la primera tarea, mediante la
técnica estadística más adecuada, será distinguir cuales son
significativamente distintos de cero y cuáles no lo son. El cálculo de los
efectos es una combinación lineal de las observaciones (la diferencia entre
dos medias, cada una con la mitad de observaciones) y, por tanto, de acuerdo
con la fórmula de la varianza de los efectos, ésta es tanto menor cuanto
mayor es el número de observaciones que se ha utilizado al calcularla.
53
Sin embargo, el primer punto significativo, es la interacción de dos variables,
pasos por el molino y tipo de molienda. Este punto tiene un efecto = -3,66. Lo
cual hace indicar que pasando de un paso a tres pasos por el molino y de
molienda seca a molienda húmeda nos hace perder algo más de 3,5 puntos
de rendimiento. Bien, de la deducción anterior deducimos que molienda
húmeda nos aumentaba el rendimiento, por tanto, este efecto contradice
dicha deducción. La forma de interpretarlo creo que será que, aunque
haciéndola húmeda las cáscaras sean más elásticas, haciendo pasar la malta
tres veces por el molino rompemos igualmente la mayoría de ellas con su
consiguiente problema de filtración y por tanto pérdida de rendimiento.
Esto nos dice a priori que cambiar la distancia entre rodillos de 0,75 a 1,5
milímetros, el tipo de molienda de seca a húmeda y el tiempo de macerado
de 60 a 90 minutos, nos produce un aumento del rendimiento del macerado
de 4,23 puntos. Esto puede parecer correcto, pero el problema es que sacar
conclusiones del efecto de la interacción de tres factores resulta una tarea
complicada. Por tanto, este resultado no es concluyente.
Podemos sacar alguna conclusión de ellos. Del primero vemos que haciendo
tres pasos por el molino en lugar de uno el rendimiento aumenta en dos puntos
aproximadamente con lo cual es más interesante hacer tres pasos. Pero
teniendo en cuenta que, al realizar dicho cambio en la configuración junto con
otros cambios, como por ejemplo hacer la molienda húmeda, estamos
perdiendo en torno a 3,5 puntos en el rendimiento final. Por tanto, es
interesante hacer tres pasos, pero sin cambiar ninguna de las demás variables
en principio.
54
Del mismo modo, vemos que hacer la distancia entre rodillos de 1,5 milímetros
nos aumenta el rendimiento de la operación hasta casi 2 puntos porcentuales,
esto nos hace la molienda más gruesa lo cual disminuye la superficie
específica de ataque para las enzimas, aunque mejora la calidad del lecho a
la hora de la aspersión del mosto. No me parece una deducción concluyente
en este caso.
55
5.CONCLUSIONES:
56
En el caso del tiempo de macerado, no parece ser significativo por tanto no
buscaremos de nuevo su efecto.
57
6.ANEXO I:
Minimash, programa utilizado que nos proporciona, con los datos del ensayo,
la temperatura y cantidad de agua que debemos añadir al macerador para
conseguir las condiciones de la mezcla que estamos buscando.
58
7.ANEXO II:
Tablas de conversión de grados plato a grados Brix y a densidad específica
(SG).
59
60
61
8.BIBLIOGRAFÍA:
9. John J. Palmer. “How to brew. Everything you need to know to brew beer
right the first”, 2006.
62